如何分组lucene的结果？

Question

我的应用程序索引讨论线程。讨论中的每个条目都被索引为一个单独的Lucene文档，其中包含一个common_id字段，可用于将搜索命中分组到一个讨论中。

目前，当执行搜索时，如果一个帖子有3个条目，则返回3个单独的命中。尽管这是正确的，但从用户的角度来看，同一条目多次出现在搜索中。

有没有办法告诉lucene在返回它们之前通过common_id字段对搜索结果进行分组？

Answer 1

我相信你所要求的是Field Collapsing，这是Solr的一个特色（我也相信Elasticsearch）。

如果你想自己动手，一种可行的方法是：

1. 将“系列ID”字段添加到作为a成员的每个文档中 系列。您必须确保每次都增加 新系列。
2. 向Lucene发出初步查询，并获取一个命中列表。
3. 对于每次点击，检查它是否有系列ID;如果是，请按系列ID进行另一个查询，以便检索所有 该系列的成员。

另一种方法是将所有系列成员的ID存储在每个成员文档中的字段中。

Answer 2

Lucene没有任何内容可以根据字段折叠结果。您需要自己实现。

但是，他们最近在Solr中构建了这个功能。

请参阅http://www.lucidimagination.com/blog/2010/09/16/2446/

Answer 3

从版本3.2开始，lucene支持基于字段对搜索结果进行分组。 http://lucene.apache.org/core/4_1_0/grouping/org/apache/lucene/search/grouping/package-summary.html